ШПАРГАЛКА
- Что такое переобучение
- Из-за чего оно появляется
- Основные способы борьбы с переобучением
- Привести пример графика переобучения
- Принципы работы
- Плюсы и минусы
- Где применяются
- Параметры слоя в keras
- Пример, как поменяется размер изображения по данной свёрточной сети
- Что такое MaxPooling
- Что такое Flatten, GlobalMaxPooling и GlobalAveragePooling
- Какой будет размер слоя после свёрточного блока и одного из слоёв уменьшения размерности (Flatten, GlobalMaxPooling или GlobalAveragePooling)
- Как обработать слоем Conv2D одноканальное изображение
- Где еще, помимо изображений, можно использовать сверточные сети
- Принципы работы
- Плюсы и минусы
- Где применяются
- Примеры слоя в keras
- Какая размерность сигнала на выходе из рекуррентного слоя
- Как соединять несколько реккурентных слоёв подряд
- Как соединить реккурентные слои с одномерной свёрткой и полносвязными слоями
- Принципы работы
- Принципы подготовки выборки
- Как на автокодировщиках делается поиск выбросов
- Как на автокодировщиках делается шумоподавление
- Как на автокодировщиках делается раскрашивание чёрно-белой фотографии в цветную
- В чём проблема генеративных моделей на автокодировщиках
- Принцип работы, отличия от автокодировщиках
- Как реализуется обучение (учитывая, добавление вероятностного слоя)
- Генеративные модели на вариационных автокодировщиках
- Принцип работы генеративных сетей
- Особенности обучения GAN
- Сходимость GAN
- Как оценить результат GAN
- Какие архитектуры могут быть в генераторе и дискриминаторе
- Пример генерации рукописных цифр
- В чём заключается задача кластеризации
- Алгоритм K-mean
- Как оценить качество разбиения
- Как определить оптимальное количество классов
- Принцип генетических алгоритмов
- Области применения ГА
- Плюсы и минусы ГА
- Примеры формирования ботов
- Примеры различных функций скрещивания и мутации
- Что влияет на сходимость ГА
- Особенности подбора архитектуры нейронной сети с помощью ГА
- Чем отличается задача классификации и регрессии
- Чем отличаются архитектуры сетей
- Чем отличается подготовка данных
- Чем отличаются loss функции и метрики
- Нормализация данных
- В чём заключается задача сегментации
- Как подготавливается y_train для сегментации
- Какие архитектуры применяются для сегментации
- В чём заключается задача object detection
- Как подготавливается база для object detection
- Сети FastRCNN и FasterRCNN
- Сеть RetinaNet
- Сеть Yolo
- В чем заключается идея использования анкоров в моделях YOLO и Retina
- Как параметризуются тексты
- Как формируется словарь
- Параметризация с помощью bag of words
- Параметризация с помощью embedding
- Какие сети используются для обработки текста
- Принцип работы keras’овского токенайзера
- Пример на разбор с изменением размерности
- Как формируются x_train и y_train для временных рядов
- В чём особенности формирования обучающей и проверочной выборок
- Какие архитектуры используются для прогнозирования временных рядов
- Что такое проблема автокорреляции? Как она решается?
- Решение проблемы разбалансировки
- Как параметризуется аудиосигнал
- Что такое спектр
- Что такое MEL-коэффициенты
- Какие есть другие полезные параметризации аудио сигнала
- Как проводится нарезка аудио для обработки
- Какие сети используются для обработки аудио
- Принципы обучения с подкреплением
- Чем обучение с подкреплением отличается от других задач – классификация, регрессия и т.п.
- Принцип алгоритма Policy gradient – что подаётся на вход сети, а что прогнозируется?
- Принцип алгоритма DQN – что подаётся на вход сети, а что прогнозируется?
- Policy gradient: принцип распространения подкрепления в обратную сторону
- Policy gradient: принцип формирования loss в зависимости от подкрепления
- Примеры задач для обучения с подкреплением
- Отличия от Keras
- Плюсы и минусы
- В чём заключается принцип создания графа
- Основные функции tensorflow
- Инициализация
- Графы и сессии
- Как реализуется полносвязная сеть
- Как реализуется свёрточная сеть
- Как реализуется генеративная сеть
PyTorch
- Отличия от Keras
- Как реализуется полносвязная сеть
- Как реализуется свёрточная сеть
- Как реализуется генеративная сеть
- Какие есть основные активационные функции
- Где какие активационные функции применяются
- Какие существуют виды loss
- Где какие loss используются
- Для чего нужны callback-и
- Типовые callback-и
- Как написать свой callback
Аугментация
- Для чего нужна аугментация
- Аугментация изображений
- Аугментация текстовых данных
- Аугментация временных рядов
- Аугментация аудио
тест по курсу https://colab.research.google.com/drive/1h7um3h9Yls9nW-E_AKWke9v-MjYlYddp
Ответы на данные вопросы я пишу по возможности сам и в основном для себя. Поэтому в ответах могут и будут содержаться неточности, ошибки, а также ответы могут быть неполными. Прошу отнестись с пониманием.
0